| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-24页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·网络舆情监控系统架构 | 第10-11页 |
| ·话题识别与追踪 | 第11-15页 |
| ·TDT概述 | 第11-12页 |
| ·TDT的相关概念 | 第12-13页 |
| ·TDT子任务 | 第13-15页 |
| ·国内外研究现状 | 第15-21页 |
| ·话题表示模型研究 | 第16-17页 |
| ·话题检测算法研究 | 第17-18页 |
| ·话题追踪算法研究 | 第18-21页 |
| ·本文的研究内容 | 第21-22页 |
| ·本文的内容组织 | 第22-24页 |
| 第二章 信息采集与预处理 | 第24-35页 |
| ·网页采集 | 第24-29页 |
| ·通用爬虫 | 第24-25页 |
| ·聚焦爬虫 | 第25-27页 |
| ·通用爬虫与聚焦爬虫的工作流程图 | 第27页 |
| ·网络爬虫的爬行策略 | 第27-28页 |
| ·WebSpider蓝蜘蛛采集系统 | 第28-29页 |
| ·Web信息抽取 | 第29-31页 |
| ·Web信息抽取的概念 | 第29页 |
| ·Web信息抽取的方法 | 第29-30页 |
| ·HtmlParser | 第30-31页 |
| ·中文文本分词 | 第31-34页 |
| ·文本分词方法 | 第31-33页 |
| ·停用词过滤 | 第33页 |
| ·ICTCLAS中文分词系统 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 话题识别技术 | 第35-75页 |
| ·话题表示模型 | 第36-42页 |
| ·布尔模型 | 第36页 |
| ·向量空间模型 | 第36-39页 |
| ·概率模型 | 第39-40页 |
| ·统计语言模型 | 第40-41页 |
| ·隐式语义索引 | 第41-42页 |
| ·新闻报道的特点 | 第42-45页 |
| ·结构特征 | 第42-44页 |
| ·时间特征 | 第44-45页 |
| ·多策略改进的话题识别模型(TD-VSM) | 第45-48页 |
| ·改进的ADV-TF-IDF | 第45-47页 |
| ·改进的COS余弦夹角相似度 | 第47-48页 |
| ·话题识别算法 | 第48-57页 |
| ·基于划分的方法 | 第49-50页 |
| ·基于层次的方法 | 第50-51页 |
| ·基于密度的方法 | 第51-52页 |
| ·基于网格的方法 | 第52页 |
| ·基于模型的方法 | 第52页 |
| ·基于自组织映射的方法 | 第52-53页 |
| ·传统的话题识别算法(Single-Pass) | 第53-57页 |
| ·多策略改进的话题识别算法(MSTLC) | 第57-74页 |
| ·两层聚类架构(Tow Layers Clustering Architecture) | 第57页 |
| ·第一层聚类算法(DBS-BIC-K-Means) | 第57-67页 |
| ·第二层聚类算法(Multi-Centriod-Single-Pass) | 第67-72页 |
| ·MSTLC算法架构图 | 第72-73页 |
| ·MSTLC算法流程图 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第四章 话题追踪技术 | 第75-107页 |
| ·多策略改进的话题追踪模型(TT-VSM) | 第76-78页 |
| ·TF-IDF的改进 | 第76-78页 |
| ·基于时间衰减的改进 | 第78页 |
| ·话题追踪算法 | 第78-92页 |
| ·Rocchio算法 | 第78-79页 |
| ·决策树 | 第79-80页 |
| ·朴素贝叶斯 | 第80-81页 |
| ·神经网络 | 第81-82页 |
| ·Adaboost | 第82-83页 |
| ·K近邻法(KNN) | 第83-85页 |
| ·支持向量机(SVM) | 第85-92页 |
| ·改进的话题追踪算法(I-B-SVM-KNN) | 第92-106页 |
| ·选择SVM算法的原因 | 第92页 |
| ·解决边界分类精度问题(SVM-KNN) | 第92-95页 |
| ·解决样本不平衡问题(BLAN-SVM-KNN) | 第95-97页 |
| ·解决增量学习问题(INCREMENTAL-BLAN-SVM-KNN) | 第97-105页 |
| ·I-B-SVM-KNN算法架构图 | 第105-106页 |
| ·本章小结 | 第106-107页 |
| 第五章 实验结果与分析 | 第107-127页 |
| ·实验评估 | 第107-108页 |
| ·实验数据 | 第108-109页 |
| ·实验环境 | 第109-110页 |
| ·话题识别实验 | 第110-118页 |
| ·实验设计 | 第110-111页 |
| ·实验结果 | 第111-115页 |
| ·实验分析 | 第115-118页 |
| ·话题追踪实验 | 第118-126页 |
| ·实验设计 | 第118-121页 |
| ·实验结果 | 第121-124页 |
| ·实验分析 | 第124-126页 |
| ·本章小结 | 第126-127页 |
| 总结与展望 | 第127-129页 |
| 参考文献 | 第129-138页 |
| 个人简历、在学期间发表论文情况 | 第138-139页 |
| 致谢 | 第139页 |
